本文档详细介绍了如何在macOS环境下安装Mediapipe，并构建人像分离功能的Android APK与AAR库。首先，通过Homebrew安装必要的依赖如Bazelisk、OpenCV和FFmpeg。然后，从GitHub克隆Mediapipe源码并配置Android SDK和NDK。接着，使用Bazel构建人像分离GPU版的APK。最后，创建并打包AAR库，供Android项目集成使用。

MediaPipe 是一个开源的跨平台框架，提供了一系列用于实时处理的机器学习模型和工具。以下是一个简单的示例，演示如何在 Android 应用中使用 MediaPipe 实现实时处理视频

WebRTC 是谷歌提供的音视频通讯方案, 能够很好的解决音视频互联互通的场景。按照WebRTC官方文档，目前WebRTC For Android只能在Linux系统上编译，笔者也尝试且成功在Mac上编译出了Android版本库，但是Mac系统升级后许多编译链和编译工具失效了，所以还是老老实实按照官方文档在Linux系统上编译吧。笔者Linux环境为Ubuntu 18.04，其他类Linux平台都可参考，基本大同小异。

在进行Android开发的过程中，我们必定会遇到视频图像处理、高强度密集运算、特殊算法等场景，这时我们就不得不需要去接触一些C/C++代码，进行JNI开发。下面我们将一起看看JNI如何进行开发。